Hvorfor AI-generert kode fortsatt trenger menneskelig kontroll

AI-verktøy lover raskere utvikling. Du mater inn en prompt, og ut kommer ferdig kode. Google forsøkte å gjøre dette tryggere med Modern Web Guidance (MWG) – et sett med retningslinjer for å sikre at AI-agenter lager tilgjengelige, sikre og raske nettsider.

Resultatet ble ikke helt som forventet.

Tilgjengelighet er ikke noe du fikser senere

Et MVP som ikke er tilgjengelig fra starten, er egentlig ikke levedyktig. Tilgjengelighet må ligge i grunnlaget, ikke komme som en oppdatering i versjon 2.0.

Google viste frem MWG med en enkel oppgave: lag en statistikk-komponent med trekkspill-effekt. Den genererte koden feilet på flere punkter. Animasjonene virket ikke i Firefox, og komponenten oppfylte ikke WCAG Level AA. Selv om MWG inkluderte prinsipper som "Baseline-Aware Integration" og "Progressive Enhancement", fulgte ikke AI-agenten sine egne retningslinjer.

Dette er ikke en tilfeldig feil. Det er hvordan språkmodeller fungerer.

Ikke-deterministisk oppførsel

Googles egne dokumenter innrømmer noe viktig:

"LLMs are non-deterministic. Even if we do everything right, there is no guarantee any guideline will be used for any given prompt."

Kort sagt: Du kan ikke stole på at AI-en følger reglene du har gitt den. I motsetning til en linter eller type-sjekker som faktisk håndhever standarder, foreslår bare AI-en løsninger. Den kan overse viktig informasjon, vektlegge feil ting, eller tolke ting ulikt hver gang.

Fragmenterte mønstre skaper problemer

MWG dekket ikke alle vanlige komponenter. Toast-varsler, som Google selv har hatt tilgjengelighetsproblemer med tidligere, manglet dedikert veiledning. Når utviklere ber om en toast-komponent, må AI-en sette sammen generelle råd og håpe på det beste.

Jo mer spredt veiledningen er, desto vanskeligere blir det for modellen å bruke den riktig. Alle komponenter trenger samlet, tydelig dokumentasjon med redundans.

Hva betyr dette for prosjektene dine

Bruker du AI til å generere produksjonskode i dag, må du huske:

AI-en er en skriveassistent, ikke en QA-ansvarlig. All generert kode må gjennomgås manuelt, spesielt når det gjelder:

• Tilgjengelighet (WCAG AA er et minimumskrav for de fleste kommersielle prosjekter)
• Testing på tvers av nettlesere (automatiske løfter om støtte holder ikke uten verifisering)
• Sikkerhet (AI kan introdusere subtile sårbarheter)
• Ytelse (SPA-er uten optimaliseringskrav blir fort tunge)

Veien videre

Dette betyr ikke at AI-assistert utvikling er dødfødt. Det betyr at vi må:

1. Slutte å behandle AI-output som ferdigvare. Gjennomgå det like grundig som kode fra en kollega.
2. Bygge bedre feedback-løkker. Rapporter feil tilbake til modellen slik at den kan lære.
3. Kreve tydelige forbehold. Verktøy som lover "moderne web-veiledning" bør være åpne om begrensningene.
4. Investere i testinfrastruktur. Automatisert testing (axe, WAVE, Lighthouse) bør ligge i CI/CD-pipeline, uansett hvem som skrev koden.

Hos NameOcean ser vi potensialet i AI for rask prototyping og boilerplate-reduksjon. Men vi vet også at verktøyene ikke erstatter menneskelig dømmekraft – spesielt når det gjelder standarder og brukeropplevelse.

I en tid med AI-koding handler ikke den virkelige ferdigheten om å skrive kode. Den handler om å vurdere, rette og ta ansvar for det som havner hos brukerne. Det krever fortsatt mennesker.